用高通 QCS6490 做 IoT 网关，同时接入 BLE 和 Wi-Fi 设备时，如何在同一进程中管理两种协议的并发连接？

JAVA猫爷 2026-03-12 11:17:52

用高通 QCS6490 做 IoT 网关，同时接入 BLE 和 Wi-Fi 设备时，如何在同一进程中管理两种协议的并发连接？

...全文
18 1 打赏 收藏 转发到动态 举报
写回复
用AI写文章
1 条回复
切换为时间正序
请发表友善的回复…
发表回复
weixin_38498942 03-12 14:18
  • 打赏
  • 举报
 回复

QCS6490 集成了 FastConnect 子系统，支持 Wi-Fi 和 BLE 共存。开发时可使用 Linux BlueZ 栈管理 BLE，wpa_supplicant 管理 Wi-Fi，通过 D-Bus 接口在同一进程中调度。需注意 2.4GHz 频段共存时的射频干扰，建议启用平台提供的 Coexistence Manager 并在应用层做连接调度，避免同一时刻大量 BLE 扫描与 Wi-Fi 高吞吐并发。

高通QCS6490与YOLO模型性能评测[可运行源码]
本文深入评测了高通QCS6490平台上YOLO全系列模型的性能表现。QCS6490作为一款专为工业与商业物联网应用设计的高性能SoC，采用6nm制程工艺，集成八核Kryo 670 CPU和第6代AI Engine，提供高达12 TOPS的AI算力。评测涵盖了从YOLOv5到最新YOLOv11等20余个模型版本，详细比较了各模型在CPU和NPU上的推理速度（FPS）和延迟（ms）表现。测试结果显示，在NPU加速下，轻量级模型如YOLOv5n能达到318.47 FPS，而大型模型如YOLOv5x也能保持24.34 FPS的性能。评测还分析了QCS6490的硬件架构优势，包括异构计算设计、AI加速能力和多摄像头支持特性，为边缘计算设备部署视觉AI应用提供了重要参考数据。
高通QCS6490部署yolov11_obb教程[代码]
本文详细介绍了在高通跃龙QCS6490平台上部署yolov11_obb模型的步骤，重点讲解了QNN SDK的安装过程。内容涵盖了工具链的组成，包括QNX、Linux和Android三个软件系统，以及x86工控机和高通硬件平台的搭配使用。文章详细列出了QNN提供的各种工具，如模型编译和运行工具、调试和解析工具、模型格式转换工具等，并提供了服务端准备工作的具体步骤，包括环境准备、QPM安装和常见问题的解决方法。
高通QCS与QCM芯片解析[代码]
本文以高通QCS6490和QCM6490为例，详细解析了高通处理器中QCS与QCM系列的区别。两者基于相同的6nm工艺核心架构，包括Kryo™ 670八核CPU、Adreno 643 GPU和10 TOPS以上的AI能力，但在功能配置和市场定位上存在显著差异。QCM6490集成5G基带，主打移动终端如车载和手持设备，而QCS6490无基带，支持多系统（Android/Linux/Windows IoT），专注于高端物联网如工业机器人和医疗设备。文章强调两者虽技术同源，但因通信模块和系统支持差异，需根据具体场景选型，不可完全互换。
QCS-AX2芯片组系列.pdf
QCS-AX2芯片组系列.pdf
QCS6490模型推理开发[代码]
本文是《探索QCS6490目标检测AI应用开发》系列的第三部分，重点介绍了如何在应用程序中使用解码后的视频帧结合Yolov8n模型进行推理。文章详细说明了使用高通Qualcomm® AI Engine Direct（QNN）进行模型推理的前置条件，包括环境搭建、模型准备和AI Engine Direct Helper的下载与编译。此外，文章还提供了具体的代码示例，展示了如何利用AI Engine Direct Helper简化模型推理过程，包括模型初始化、输入缓冲区填充、推理执行以及资源释放等关键步骤。
高通开发者论坛

7,152

社区成员

6,191

社区内容

发帖
与我相关
我的任务
社区描述
本论坛以AI、WoS 、XR、IoT、Auto、生成式AI等核心板块组成，为开发者提供便捷及高效的学习和交流平台。 高通开发者专区主页：https://qualcomm.csdn.net/
人工智能物联网机器学习 技术论坛（原bbs） 北京·东城区
社区管理员
  • csdnsqst0050
  • chipseeker
加入社区
  • 近7日
  • 近30日
  • 至今

加载中

查看更多榜单
社区公告
暂无公告

试试用AI创作助手写篇文章吧

+ 用AI写文章